So konvertieren Sie einen Pandas DataFrame in JSON

Oft möchten Sie möglicherweise einen Pandas DataFrame in ein JSON-Format konvertieren.

Glücklicherweise ist dies mit der Funktion to_json() einfach, mit der Sie ein DataFrame in einen JSON-String mit einem der folgenden Formate konvertieren können:

'split': Dict-ähnlich {‘index’ -> [index], ‘columns’ -> [columns], ‘data’ -> [values]}
'records': Listen-ähnlich [{column -> value}, … , {column -> value}]
'index': Dict-ähnlich {index -> {column -> value}}
'columns': Dict-ähnlich {column -> {index -> value}}
'values': Nur das Wertearray
'table': Dict-ähnlich {‘schema’: {schema}, ‘data’: {data}}

Dieses Tutorial zeigt, wie Sie ein DataFrame mit den folgenden Pandas DataFrame in jedes der sechs Formate konvertieren:

import pandas as pd

# Dataframe erstellen
df = pd.DataFrame({'points': [25, 12, 15, 19],
                   'assists': [5, 7, 7, 12]})  

# Dataframe anzeigen
df

points  assists
0   25  5
1   12  7
2   15  7
3   19  12

Methode 1: 'Split'

df.to_json(orient='split')

{
   "columns": [
      "points",
      "assists"
   ],
   "index": [
      0,
      1,
      2,
      3
   ],
   "data": [
      [
         25,
         5
      ],
      [
         12,
         7
      ],
      [
         15,
         7
      ],
      [
         19,
         12
      ]
   ]
}

Methode 2: 'Records'

df.to_json(orient='records')

[
   {
      "points": 25,
      "assists": 5
   },
   {
      "points": 12,
      "assists": 7
   },
   {
      "points": 15,
      "assists": 7
   },
   {
      "points": 19,
      "assists": 12
   }
]

Methode 3: 'Index'

df.to_json(orient='index') 

{
   "0": {
      "points": 25,
      "assists": 5
   },
   "1": {
      "points": 12,
      "assists": 7
   },
   "2": {
      "points": 15,
      "assists": 7
   },
   "3": {
      "points": 19,
      "assists": 12
   }
}

Methode 4: 'Columns'

df.to_json(orient='columns') 

{
   "points": {
      "0": 25,
      "1": 12,
      "2": 15,
      "3": 19
   },
   "assists": {
      "0": 5,
      "1": 7,
      "2": 7,
      "3": 12
   }
}

Methode 5: 'Values'

df.to_json(orient='values') 

[
   [
      25,
      5
   ],
   [
      12,
      7
   ],
   [
      15,
      7
   ],
   [
      19,
      12
   ]
]

Methode 6: 'Table'

df.to_json(orient='table') 

{
   "schema": {
      "fields": [
         {
            "name": "index",
            "type": "integer"
         },
         {
            "name": "points",
            "type": "integer"
         },
         {
            "name": "assists",
            "type": "integer"
         }
      ],
      "primaryKey": [
         "index"
      ],
      "pandas_version": "0.20.0"
   },
   "data": [
      {
         "index": 0,
         "points": 25,
         "assists": 5
      },
      {
         "index": 1,
         "points": 12,
         "assists": 7
      },
      {
         "index": 2,
         "points": 15,
         "assists": 7
      },
      {
         "index": 3,
         "points": 19,
         "assists": 12
      }
   ]
}

So exportieren Sie eine JSON-Datei

Sie können die folgende Syntax verwenden, um eine JSON-Datei in einen bestimmten Dateipfad auf Ihrem Computer zu exportieren:

# JSON-Datei erstellen 
json_file = df.to_json(orient='records') 

# JSON-Datei exportieren
with open('my_data.json', 'w') as f:
    f.write(json_file)

Die vollständige Dokumentation zur Funktion pandas to_json() finden Sie hier.

Methode 1: 'Split'

Methode 2: 'Records'

Methode 3: 'Index'

Methode 4: 'Columns'

Methode 5: 'Values'

Methode 6: 'Table'

So exportieren Sie eine JSON-Datei

Statistik: Der Weg zur Datenanalyse

Strings in Float umwandeln - Pandas

So sortieren Sie Werte in einem Pandas DataFrame

So sortieren Sie Pandas DataFrames …